《优化原理与方法》作业解答要点
5.1 建造一容积为V (m 3)的长方形蓄水池（无盖），要求选择其长、宽、高，使表面积最小，从而建筑用料最省。试写出此问题的数学模型。
[解] 选择设计变量x 1、x 2、x 3分别代表蓄水池的长、宽、高，优化数学模型为：
5.2 某公司有资金a 万元，可供选择购置的设备有n 种，已知相应于第i 种设备所需资金为b i 万元，可得收益为c i 万元，要求收益最大的投资安排。试写出其数学模型。
[解] 选择设计变量x 1、x 2、…、x n 分别代表n 种可选购设备的购买数量，优化数学模型为：
5.3 某城市要建造一供应服务中心，向该市m 个用户提供服务，设第i 个用户的位置为（a i ，b i ），需要货物量为w i 吨，试寻求这个中心最经济的位置，使运输量（吨公里数）最小。
[解] 选择设计变量x 1、x 2代表中心的位置坐标，优化数学模型为：
5.4 对于二次型函数
（1）写出它的矩阵-向量形式；
（2）写出海赛矩阵；
（3）证明H (x )的正定性；
（4）f (x )是凸函数吗？为什么？
[解] （1） ?????????≥≥≥=??++= t..s 22 .min ],,[ 3min 32min 21min 1321313221321x x x x x x V x x x x x x x x x x x x T 使得寻求x ??????????????=?=≥≤?=∑∑==n i x n i x a x b x c x x x i i n i i i n i i i T n ,1,2, , ,1,2, ,0 t..s .max ] , ,,[ 1121为整数使得寻求x ??
???-+-=∑
=m i i i i T b x a x w x x 1222121)()( .min ],[ 使得寻求x T x x x x f ],[ 8222],[21)(2121??????--=x 22212142)(x x x x f +-=x
（2）
（3）
（4）因H 为正定阵，f (x )为凸函数
5.5 试判定以下函数的凹、凸性：
（1） （2） （3） （4）
[解] （1）因f 〞(x )=6(4- x )≧0，所以f (x )（x ≦4时）为凸函数。
（2）
（3）因f 〞(x )=1/ x 2 > 0，所以f (x )（x >0时）为凸函数。
（4）
5.6 试判别下列非线性规划是否为凸规划：
（1）
（2）
22??????--=82)(x H 为正定阵 ，135 ， 22-2H H 0121082)(>±=+-=----=λλλλλλI x 为凸函数)(为正定阵， ，224 ，88 622-2x f H H 02)(>±=+-=--=λλλλλλI x 。
函数凹为为负定阵，，，)( 0526 1612 10222-)(2x f H H <±-=++=----=λλλλλλI x ；
， 4 )4()(3≤-=x x x f ；
32)(2
22121x x x x f ++=x ；
， 0 , ln )(1>∈-=x E x x f x 。
105102 )(22212121x x x x x x f --++-=x 0 0 0 105 4 .t .s 2)( .min 3213122212
32221≥≥≥=+≤+++=x x x x x x x x x x f ，，x 0 9 .t .s 2)( .min 2222121≥≤++=x x x x x f x
[解]（1）先化为标准式
然后判别目标函数f (x )的凸性
再判别不等式约束函数g (x )=2
2214x x --的凸性
等式约束函数h (x )为线性函数；
目标函数为凸函数，可行域为凸集，故该问题为凸规划
（2）为凸规划（证略）
5.7 用牛顿法求下列函数的极小点，终止准则
（1） （2）
[解]（1）
；为凸函数)(为正定阵，， ， 200020004-x f H H 02,2,40)2)(2)(4()(321>====---=---=λλλλλλλ
λλλI x 0 0 0 105 0
4 .t .s 2)( .min 321312221232221≥≥≥=+≥--++=x x x x x x x x x x f ，，x ；函数凹为)(为半负定阵，，02
，02 000020002-x g H H 0,2,0))(2)(()(321≤=-=-==-----=-----=λλλλλλλλλλI x ????
? ??+-=???????????=182)(321x x x f H 1882)( ， 1800080002x x 10182901* 101* 000)(101101000 18021800080002000)()(11-101001-=--++=????
? ??-=????? ??=?????
? ??-=????? ??--????? ??=????? ??-??????????-????? ??=?-=-f f f H ，为极小点。，x x x x x x x 。 0.2 2≤?)(k f x ；
， ]0 ,0 ,0[ 81294 031232221T x x x x x =+-++x ；， ]1 ,0[ 2)1(02241T x x =+-x
（2）
5.8 用共轭梯度法求解
[解] ???? ?
?---=?122124242)( x x x x f x ，0d =-)(0x f ?
039.0)94(*0//0/9/203/127/324003/1603/1)(27/3203/113/110444001210)(42121≈≈???? ??≈????? ?
?-=????? ??=???? ??--???? ??=???? ??-??????-???? ??=?-=--f f f f H f f f H ， 95* 作为近似极小点。 达到迭代精度要求， ，0.2)( ， 0729256)(950 0)(继续迭代。 ，0.2)( ， 0)( )(2121-111211-10001x x x x x x x x x x x x x x 81616816 ， 24* ， 为极小点 ， 0)(， 24 ， 1 ， 令 3/23/22421)(- 1/45/20)(/)( ， 1)( ， 22 ， 41 ， 804令444 ， 4 24 1)( 2222112011202111001-=--+=???
? ??==???? ??=????? ??===-=---+++='++-+-+++=???? ??++=???? ??+???? ??=+=???? ??=???? ??-+???? ??---=+?===??=???? ??--=????? ??===-=-+---+='-+-+--++=???? ??-+=???? ??--???? ??=?-=*00558128)2/32/1(6)22(4)()2/32/1)(22(2)22(4)2/32/1(2)22()(2/32/12222/122412/1/02043216)21(8)1(8)()21)(1(2)1(4)21(2)1()(21112222f f t t t t t t t t t t t t t t t t f f f f t t t t t t t t t t t t t t t f t x x x x x d x x d x d x x x x x x x ??ββ?????
? ??-=???????-=231214)1(4)( 400)1(12)(x x f x H x x ，。取T x x x x x f ]1 ,1[ 242)( .min 02112221=--+=x x
5.9
试用图解法讨论，当β取何值时：
（1）有唯一的最优解，并指出其x *及f *；（2）有无穷多个最优解；（3）不存在有界的最有界。
[解]
负梯度方向
(1) 有唯一解的情况
当①负梯度方向介于d 1与d 2之间时，即-β < 0亦即β > 0时有唯一解x *=(0,0), f *=0；
②负梯度方向介于d 2与d 3之间时，即1>-β >0或-1<β<0时有唯一解x *=(0,1), f *=β；
③负梯度方向介于d 3与d 4之间时，即2>-β >1或-2<β<-1时有唯一解x *=(2，3),f *=2+3β。
(2) 有无穷多解的情况
β=0时，解点在OA 上；
β=-1时，解点在AB 上；
β=-2时，解点在BC 上。
(3) 有无界解的情况
β <-2时，不存在有界的最优解。
5.10 试用单纯形法求解
x 1 x 2 (2,3) ???? ??-=214d ???? ??-=113d ???? ??-=012d O A B C ???? ??--=?-β1)( x f ???? ??-=101d 0 0 42 1 .t .s )( .min 2121212
21≥≥≤+-≤+-∈+=x x x x x x E x x f ，，x x β
[解]
（1）（求解过程略） 答案：x *=[1, 0, 1, 3, 0, 0]T ，f *=-4
（2）（求解过程略） 先化成标准式再求解。答案：x *=[4, 5, 0, 0, 0, 11]T ，f *=-11
5.11 已知线性规划
（1） 试写出其对偶形式；
（2） 已知原问题最优点x *=[1, 1, 2]T ，试根据对偶理论，求出对偶问题的最优点W *。
[解] （1）根据对称形式的对偶关系，其对偶问题为：
（2）由x *=[1, 1, 2]T 知，x 1、x 2、x 3均为基变量，基矩阵及其价格系数矩阵为
根据对偶理论，y *=[c B T B -1] T =
0 0 0 2 63 3 2 .t .s 368)( .min 321332121321≥≥≥≥≥++≥+++=x x x x x x x x x x x x f ，，x 0 0 0 3
6 2 8 3 .t .s 263 .max 321322121321≥≥≥≤+≤+≤+++=y y y y y y y y y y y y W ，，????? ??=??????????=368 100113021B c B ，????? ??=????? ??=????????????????????????? ??=????????????????????????? ??1225-10-10--1/55-001-13-22-13681/5- -100113021368 1T T T T
北航最优化方法大作业参考
1 流量工程问题 1.1 问题重述 定义一个有向网络G=(N,E)，其中N是节点集，E是弧集。令A是网络G的点弧关联矩阵，即N×E阶矩阵，且第l列与弧里(I,j)对应，仅第i行元素为1，第j行元素为-1，其余元素为0。再令b m=(b m1,…,b mN)T，f m=(f m1,…,f mE)T，则可将等式约束表示成： Af m=b m 本算例为一经典TE算例。算例网络有7个节点和13条弧，每条弧的容量是5个单位。此外有四个需求量均为4个单位的源一目的对，具体的源节点、目的节点信息如图所示。这里为了简单，省区了未用到的弧。此外，弧上的数字表示弧的编号。此时，c=((5,5…,5)1 )T， ×13 根据上述四个约束条件，分别求得四个情况下的最优决策变量x=((x12,x13,…,x75)1× )。 13 图 1 网络拓扑和流量需求
1.2 7节点算例求解 1.2.1 算例1（b1=[4;-4;0;0;0;0;0]T） 转化为线性规划问题： Minimize c T x1 Subject to Ax1=b1 x1>=0 利用Matlab编写对偶单纯形法程序，可求得: 最优解为x1*=[4 0 0 0 0 0 0 0 0 0 0 0 0]T 对应的最优值c T x1=20 1.2.2 算例2（b2=[4;0;-4;0;0;0;0]T） Minimize c T x2 Subject to Ax2=b2 X2>=0 利用Matlab编写对偶单纯形法程序，可求得: 最优解为x2*=[0 4 0 0 0 0 0 0 0 0 0 0 0]T 对应的最优值c T x2=20 1.2.3 算例3（b3=[0;-4;4;0;0;0;0]T） Minimize c T x3 Subject to Ax3=b3 X3>=0 利用Matlab编写对偶单纯形法程序，可求得: 最优解为x3*=[4 0 0 0 4 0 0 0 0 0 0 0 0]T 对应的最优值c T x3=40
课程报告题目最优化理论与方法 学生姓名 学号 院系 专业 二Ｏ一二年十一月十日
最优化理论与方法综述 最优化方法是近几十年形成的，它主要运用数学方法研究各种系统的优化途径及方案，为决策者提供科学决策的依据。最优化方法的主要研究对象是各种管理问题及其生产经营活动。最优化方法的目的在于针对所研究的系统，求得一个合理运用人力、物力和财力的最佳方案，发挥和提高系统的效能及效益，最终达到系统的最优目标。实践表明，随着科学技术的日益进步和生产经营的日益发展，最优化方法已成为管理科学的重要理论基础和不可缺少的方法，被人们广泛地应用到公共管理、经济管理、工程建设、国防等各个领域，发挥着越来越重要的作用。这就是我理解的整个课程的流程。在这整个学习的过程当中，当然也会遇到很多的问题，不论是从理论上的还是从实际将算法编写出程序来解决一些问题。下面给出学习该课程的必要性及结合老师讲解以及在作业过程中遇到的问题来阐述自己对该课程的理解。 20世纪40年代以来，由于生产和科学研究突飞猛进地发展，特别是电子计算机日益广泛应用，使最优化问题的研究不仅成为一种迫切需要，而且有了求解的有力工具。因此最优化理论和算法迅速发展起来，形成一个新的学科。至今已出现线性规划、整数规划、非线性规划、几何规划、动态规划、随机规划、网络流等许多分文。 最优化理论与算法包括线性规划单纯形方法、对偶理论、灵敏度分析、运输问题、内点算法、非线性规划K-T条件、无约束最优化方法、约束最优化方法、参数线性规划、运输问题、线性规划路径跟踪法、信赖域方法、二次规划路径跟踪法、整数规划和动态规划等内容。 最优化理论所研究的问题是讨论在众多的方案中什么样的方案最优以及怎样找出最优方案。这类问题普遍存在。例如，工程设计中怎样选择设计参数，使得设计方案满足设计要求，又能降低成本；资源分配中，怎样分配有限资源，使得分配方案既能满足各方面的基本要求，又能获得好的经济效益；生产评价安排中，选择怎样的计划方案才能提高产值和利润；原料配比问题中，怎样确定各种成分的比例，才能提高质量，降低成本；城建规划中，怎样安排基本单位的合理布局，才能方便群众，有利于城市各行各业的发展；农田规划中，怎样安排各种农作物的合理布局，才能保持高产稳产，发挥地区优势；军事指挥中，怎样确定最佳作战方案，才能有效地消灭敌人，保存自己，有利于战争的全局；在人类活动的各个领域中，诸如此类，不胜枚举。最优化这一数学分支，正是为这些问题的解决，提供理论基础和求解方法，它是一门应用广泛、实用性强的学科。 一、最优化学习的必要性 最优化，在热工控制系统中应用非常广泛。为了达到最优化目的所提出的各种求解方法。从数学意义上说，最优化方法是一种求极值的方法，即在一组约束为等式或不等式的条件下，使系统的目标函数达到极值，即最大值或最小值。从经济意义上说，是在一定的人力、物力和财力资源条件下，使经济效果达到最大，或者在完成规定的生产或经济任务下，使投入的人力、物力和财力等资源为最少。
1.用薄钢板制造一体积5m 3，长度不小于4m ，无上盖的货箱，要求钢板耗量最小。确定货箱的长x 1、宽x 2和高x 3。试列出问题的数学模型。 解：min 32312122x x x x x x z ++= s.t 5321=x x x 41≥x 0,,321≥x x x 2.将下面的线性规划问题表示为标准型并用单纯形法求解 max f=x 1+2x 2+x 3 s ．t ．2x 1+x 2-x 3≤2 -2x 1+x 2-5x 3≥-6 4x 1+x 2+x 3≤6 x i ≥0 i=1，2，3 解：先化标准形： Min 321x x x z -+= 224321=+-+x x x x 6525321=++-x x x x 646321=+++x x x x 列成表格：
1 2 1 610011460105122001112----- 可见此表已具备1°，2°，3°三个特点，可采用单纯形法。首先从底行中选元素-1，由2/2,6/2,6/4最小者决定选第一行第一列的元素2，标以记号，迭代一次得 1 2 1 2102310401162010021212 11-------- 再从底行中选元素-2/3，和第二列正元素1/2，迭代一次得 1 2 12 32 30 210231040116201002121211- ------ 再从底行中选元素-3，和第二列正元素2，迭代一次得 4 2 3 3 410120280114042001112--- 再迭代一次得 10 2 30 2 10 6 221023 1010213000421021013-- 选取最优解：
发动机空燃比控制器 引言：我主要从事自动化相关研究。这里介绍我曾经接触过的发动机空燃比控制器设计中的优化问题。 发动机空燃比控制器设计中的最优化问题 AFR =a f m m && (1) 空燃比由方程（1）定义，在发动机运行过程中如果控制AFR 稳定在14.7可以获 得最好的动力性能和排放性能。如果假设进入气缸的空气流量a m &可以由相关单元检测得到，则可以通过控制进入气缸的燃油流量f m &来实现空燃比的精确控制。由于实际发动机的燃油喷嘴并不是直接对气缸喷燃油，而是通过进气歧管喷燃油，这么做会在进 气歧管壁上液化形成油膜，因此不仅是喷嘴喷出的未液化部分燃油会进入气缸，油膜 蒸发部分燃油也会进入气缸，如方程（2）。这样如何更好的喷射燃油成为了一个问题。 1110101122211ττττ?? ?? -?? ??????????=+????????-????????????-???? ? ??? ?? ????????? ?f f f v X x x u x x X x y =x && (2) 其中12、,==ff fv x m x m &&=f y m &,=fi u m &这里面，表示油膜蒸发量ff m &、fv m &表示为液化部分燃油、fi m &表示喷嘴喷射的燃油，在τf 、τv 、X 都已知的情况下，由现代控制理论知识，根据系统的增广状态空间模型方程（3） 0000001 1 011011114.70ττττ????-?? ??????????=-+-??????????????? ??????????????? ?? ??=?????? f f v v a X X u +q q m y q x x x &&& (3) 其中()0 14.7?t a q = y -m &。由极点配置方法，只要设计控制器方程（4），就可以 使得y 无差的跟踪阶跃输入，那么y 也能较好的跟踪AFR *a m /&。 12-- u =K q K x (4) 这里面的12、K K 确定，可由主导极点概念降维成两个参数12C ,C ，虽然都是最终稳态无差，但是目标是使得瞬态过程中y 和阶跃输入y r 的差异尽可能的小。所以原问
惯性导航基础课程大作业报告（一）光纤陀螺误差建模与分析 班级：111514 姓名： 学号 2014年5月26日
一.系统误差原理图 二.系统误差的分析 （一）漂移引起的系统误差 1. εx ，εy ，εz 对东向速度误差δVx 的影响 clc;clear all; t=1:0.01:25; g=9.8; L=pi/180*39; Ws=2*pi/84.4*60; Wie=2*pi/24; R=g/(Ws)^2; e=0.1*180/pi; mcVx1=e*g*sin(L)/(Ws^2-Wie^2)*(sin(Wie*t)-Wie*sin(Ws*t)/Ws); mcVx2=e*((Ws^2-(Wie^2)*((cos(L))^2))/(Ws^2-Wie^2)*cos(Ws*t)-(Ws^2)*((sin(L))^2)*cos(Wi e*t)/(Ws^2-Wie^2)-(cos(L))^2); mcVx3=(sin(L))*(cos(L))*R*e*((Ws^2)*cos(Wie*t)/(Ws^2-Wie^2)-(Wie^2)*cos(Ws*t)/(Ws^2-Wi e^2)-1); plot(t,[mcVx1',mcVx2',mcVx3']); title('Ex,Ey,Ez 对Vx 的影响'); xlabel('时间t'); ylabel('Vx(t)'); 0,δλδL ,v v δδ
legend('Ex-mcVx1','Ey-mcVx2','Ez-mcVx3'); grid; axis square; 分析：εx，εy，εz对东向速度误差δVx均有地球自转周期的影响，εx，εy还会有舒勒周期分量的影响，其中，εy对δVx的影响较大。 2.εx，εy，εz对东向速度误差δVy的影响 clc;clear all; t=1:0.01:25; g=9.8; L=pi/180*39; Ws=2*pi/84.4*60; Wie=2*pi/24; R=g/(Ws)^2; e=0.1*180/pi; mcVy1=e*g*(cos(Wie*t)-cos(Ws*t))/(Ws^2-Wie^2); mcVy2=g*sin(L)*e/(Ws^2-Wie^2)*(sin(Wie*t)-Wie/Ws*sin(Ws*t)); mcVy3=g*cos(L)*e/(Ws^2-Wie^2)*(sin(Wie*t)-Wie/Ws*sin(Ws*t)); plot(t,[mcVy1',mcVy2',mcVy3']); title('Ex,Ey,Ez对Vy的影响'); xlabel('时间t'); ylabel('Vy(t)'); legend('Ex-mcVy1','Ey-mcVy2','Ez-mcVy3'); grid; axis square;
优化理论与方法
全局及个性化web服务组合可信度的动态规划评估方法 摘要：随着Internet的快速发展,web服务作为一种软件构造形式其应用越来越广泛。单个web服务无法满足日益复杂的用户需求,web服务组合有效地解决了这个问题。然而,随着功能相似的web服务实例的不断出现,如何选择可信的web服务组合成为了人们关注的热点。服务选择依赖于web服务组合的评估结果,因此,本文主要从web服务组合着手,对其可信性进行研究,提供一种可信web服务组合评估方法。：针对web服务组合的全局及个性化问题,提出了基于全局的个性化web服务组合可信评估方法。从全局角度动态地调整评估模型;同时引入用户业务关注度来描述原子web服务对服务组合可信性的影响程度;结合前文的度量及评估方法,构建一个全局的个性化服务组合可信评估模型;并分析了模型的相关应用,给出了改进的动态规划模型。 关键字：web服务组合可信评价；全局个性化；动态规划； 0.引言 随着软件系统规模的日趋复杂，运行环境的不断开放，软件的可信性要求日益增加，可信软件成为了研究的热点。据《中国互联网发展状况统计报告》统计显示，截至2014年12月底，我国网民数量突破8亿，全年新增网民5580万。互联网普及率较上年底提升4个百分点，达到38。3%。因此，随着Internet 的广泛应用和网络技术的快速发展，面向服务的软件体系结构（SOA）作为一种新型的网络化软件应用模式已经被工业界和学术界广为接受。同时，网民对互联网电子商务类应用稳步发展，网络购物、网上支付、网上银行和在线旅游预订等应用的用户规模全面增长。因而，对web服务的可信性要求更高。单个web服务的功能有限，往往难以满足复杂的业务需求，只有通过对已有web服务进行组合，才能真正发挥其潜力。在现有的web服务基础上，通过服务组装或者Mashup方式生成新web服务作为一种新型的软件构造方式，已成为近年的研究热点之一。web服务组合并不是多个原子web服务的简单累加，各原子web服务之间有着较强的联系。因此对web服务组合的可信需求更高。目前大量的研究工作着重于如何实现原子web服务间的有效组合，对服务组合的可信评估研究较少。如今，随着web服务资源快速发展，出现了大量功能相同或相似的web服务，对web服务组合而言，选择可信的web服务变得越来越难。在大量的功能相似的原子web服务中，如何选出一组可信的web服务组合，成为了人们关注的热点问题。本文将从web服务组合着手，对其可信性进行研究，旨在提供一种可信web服务组合评估方法，为web服务组合的选择提供依据。web服务组合的可信度主要包括以下三个部分： 1）基于领域本体的web服务可信度量模型。 2）基于偏好推荐的原子web服务可信评估方法。 3）基于全局的个性化web服务组合可信评估方法。 研究思路： 本文主要研究基于全局的个性化web服务组合的可信评估方法，其研究思路可以大致如下：基于领域本体的web服务可信度和基于偏好推荐的原子web 服务可信评估方法。针对web服务组合的四种基本组合结构模式，主要研究如
最优化原理与方法复习 第1章最优化问题的基本概念§最优化的概念最优化就是依据最优化原理和方法，在满足相关要求的前提下，以尽可能高的效率求得工程问题最优解决方案的过程。§最优化问题的数学模型 1.最优化问题的一般形式?findx1,x2,?,xn?minf(x,x,?,x)?12 n? (x,x,?,x)?0u?1,2,?,pu12n??hv(x1,x2,?,xn)? 0v?1,2,?,q? 2.最优化问题的向量表达式?findX?minf(X)?? (X)?0??H(X)?0?式中：X?[x1,x2,?,xn]T G(X)?[g1(X),g2(X),?,gp(X)]T H(X)?[h1(X),h2(X),?,hp(X)]T 3.优化模型的三要素设计变量、约束条件、目标函数称为优化设计的三要素！设计空间：设计变量所确定的空间。设计空间中的每一个点都代表一个设计方
案。§优化问题的分类按照优化模型中三要素的不同表现形式，优化问题有多种分类方法：1按照模型中是否存在约束条件，分为约束优化和无约束优化问题2按照目标函数和约束条件的性质分为线性优化和非线性优化问题3按照目标函数个数分为单目标优化和多目标优化问题4按照设计变量的性质不同分为连续变量优化和离散变量优化问题第2章最优化问题的数学基础§n元函数的可微性与梯度一、可微与梯度的定义1.可微的定义设f(X)是定义在n维空间Rn的子集D上的n元实值函数，且X0?D。若存在n维向量L，对于任意n维向量P，都有f(X0?P)?f(X0)?LTPlim?0 P?0P则称f(X)在X0处可微。 2.梯度设有函数F(X)，X?[x1,x2,?,xn]T，在其定义域内连续可导。我们把F(X)在定义域内某点X处的所有一阶偏导数构成的列向量，定义为F(X)在点X处的梯度。记
目标：使用带双步位移的QR 分解法求矩阵10*10[]ij A a =的全部特征值，并对其中的每一个实特征值求相应的特征向量。已知：sin(0.50.2)() 1.5cos( 1.2)(){i j i j ij i j i j a +≠+== (i,j=1,2, (10) 算法： 以上是程序运作的逻辑，其中具体的函数的算法，大部分都是数值分析课本上的逻辑，在这里特别写出矩阵A 的实特征值对应的一个特征向量的求法： ()[]()() []()[]()111111I 00000 i n n n B A I gause i n Q A I u Bu u λλ-?-?-=-?-?? ?-=????→=??????→= ?? ? 选主元的消元 检查知无重特征值 由于=0i A I λ- ，因此在经过选主元的高斯消元以后，i A I λ- 即B 的最后一行必然为零，左上方变 为n-1阶单位矩阵[]()()11I n n -?-，右上方变为n-1阶向量[]()11n Q ?-，然后令n u 1=-，则 ()1,2,,1j j u Q j n ==???-。
这样即求出所有A所有实特征值对应的一个特征向量。 #include 中南大学考试试卷 2011--2012学年 1 学期 时间100分钟 最优化理论与方法 课程 48 学时 学分 考试形式： 闭 卷 专业年级： 信科08、应数08 总分100分，占总评成绩 70 % 注：此页不作答题纸，请将答案写在答题纸上,可用中英文作答。 1.（15 points ） For an unconstrained optimization problem: ),(min x f Let )0(x be a given point, )0(d be a descent search direction at )0(x . (1) With the exact line search, show that there is a steplength 0α satisfying .0)()0()0(0)0(=+?d d x f T α (2)Show that when applied to a quadratic objective function, the Newton method with the exact line search terminates in at most one iteration. 2. （15 points ）For an unconstrained optimization problem: .2)(min 2 221x x x f += (1) Find a descent direction )0(d of f at .)1,1() 0(T x = (2) By the Armijo line search, find a steplength 0α along )0(d at .)0(x 3.（15 points ） （1）Let .2113???? ??=A Find two directions 1d and 2d such that 1d and 2d are conjugate with respect to the matrix A . （2）Show that when applied to a quadratic objective function, with the exact line search, the PRP conjugate gradient method is equivalent to the FR conjugate gradient method. 《优化原理与方法》作业解答要点 5.1 建造一容积为V (m 3)的长方形蓄水池（无盖），要求选择其长、宽、高，使表面积最小，从而建筑用料最省。试写出此问题的数学模型。 [解] 选择设计变量x 1、x 2、x 3分别代表蓄水池的长、宽、高，优化数学模型为： 5.2 某公司有资金a 万元，可供选择购置的设备有n 种，已知相应于第i 种设备所需资金为 b i 万元，可得收益为 c i 万元，要求收益最大的投资安排。试写出其数学模型。 [解] 选择设计变量x 1、x 2、…、x n 分别代表n 种可选购设备的购买数量，优化数学模型为： 5.3 某城市要建造一供应服务中心，向该市m 个用户提供服务，设第i 个用户的位置为（a i ， b i ），需要货物量为w i 吨，试寻求这个中心最经济的位置，使运输量（吨公里数）最小。 [解] 选择设计变量x 1、x 2代表中心的位置坐标，优化数学模型为： ?? ?? ? ?? ? ? ≥≥≥=??++= t..s 22 .min ],,[ 3min 32min 21min 1321313221321x x x x x x V x x x x x x x x x x x x T 使得寻求x ????? ? ???? ?? ? ?=?=≥≤?=∑∑==n i x n i x a x b x c x x x i i n i i i n i i i T n ,1,2, , ,1,2, ,0 t..s .max ] , ,,[ 1 1 21为整数使得寻求x ?? ??? -+-=∑=m i i i i T b x a x w x x 1222121)()( .min ],[ 使得寻求x 《结构优化设计》 大作业报告 实验名称: 拓扑优化计算与分析 1、引言 大型的复杂结构诸如飞机、汽车中的复杂部件及桥梁等大型工程的设计问题，依靠传统的经验和模拟实验的优化设计方法已难以胜任，拓扑优化方法成为解决该问题的关键手段。近年来拓扑优化的研究的热点集中在其工程应用上，如: 用拓扑优化方法进行微型柔性机构的设计，车门设计，飞机加强框设计，机翼前缘肋设计，卫星结构设计等。在其具体的操作实现上有两种方法，一是采用计算机语言编程计算，该方法的优点是能最大限度的控制优化过程，改善优化过程中出现的诸如棋盘格现象等数值不稳定现象，得到较理想的优化结果，其缺点是计算规模过于庞大，计算效率太低;二是借助于商用有限元软件平台。本文基于matlab软件编程研究了不同边界条件平面薄板结构的在各种受力情况下拓扑优化，给出了几种典型结构的算例，并探讨了在实际优化中优化效果随各参数的变化，有助于初学者初涉拓扑优化的读者对拓扑优化有个基础的认识。 2、拓扑优化研究现状 结构拓扑优化是近20年来从结构优化研究中派生出来的新分支，它在计算结构力学中已经被认为是最富挑战性的一类研究工作。目前有关结构拓扑优化的工程应用研究还很不成熟，在国外处在发展的初期，尤其在国内尚属于起步阶段。1904 年Michell在桁架理论中首次提出了拓扑优化的概念。自1964 年Dorn等人提出基结构法，将数值方法引入拓扑优化领域，拓扑优化研究开始活跃。20 世纪80 年代初，程耿东和N. Olhoff在弹性板的最优厚度分布研究中首次将最优拓扑问题转化为尺寸优化问题，他们开创性的工作引起了众多学者的研究兴趣。1988年Bendsoe和Kikuchi发表的基于均匀化理论的结构拓扑优化设计，开创了连续体结构拓扑优化设计研究的新局面。1993年Xie.Y.M和Steven.G.P 提出了渐进结构优化法。1999年Bendsoe和Sigmund证实了变密度法物理意义的存在性。2002 年罗鹰等提出三角网格进化法，该方法在优化过程中实现了退化和进化的统一，提高了优化效率。目前常使用的拓扑优化设计方法可以分为两大类：退化法和进化法。结构拓扑优化设计研究，已被广泛应用于建筑、航天航空、机械、海洋工程、生物医学及船舶制造等领域。 3、拓扑优化建模（SIMP） 结构拓扑优化目前的主要研究对象是连续体结构。优化的基本方法是将设计区域划分为有限单元，依据一定的算法删除部分区域，形成带孔的连续体，实现连续体的拓扑优化。连续体结构拓扑优化方法目前比较成熟的是均匀化方法、变密度方法和渐进结构优化方法。 变密度法以连续变量的密度函数形式显式地表达单元相对密度与材料弹性模量之间的对应关系，这种方法基于各向同性材料，不需要引入微结构和附加的均匀化过程，它以每个单元的相对密度作为设计变量，人为假定相对密度和材料弹性模量之间的某种对应关系，程序实现简单，计算效率高。变密度法中常用的插值模型主要有:固体各向同性惩罚微结构模型(solidisotropic microstructures with penalization，简称SIMP)和材料属性的合理近似模型(rational approximation ofmaterial properties，简称RAMP)。而本文所用即为SIMP插值模型。 1流量工程问题 1.1问题重述 定义一个有向网络G=(N,E)，其中N是节点集，E是弧集。令A是网络G的点弧关联矩阵，即N×E阶矩阵，且第l列与弧里(I,j)对应，仅第i行元素为1，第j行元素为-1， 其余元素为0。再令b m =(b m1 ,…,b mN )T，f m =(f m1 ,…,f mE )T，则可将等式约束表示成： Af m=b m 本算例为一经典TE算例。算例网络有7个节点和13条弧，每条弧的容量是5个单位。此外有四个需求量均为4个单位的源一目的对，具体的源节点、目的节点信息如图所示。这里为了简单，省区了未用到的弧。此外，弧上的数字表示弧的编号。此时，c=((5,5 (5) 1×13 )T， 根据上述四个约束条件，分别求得四个情况下的最优决策变量x=((x 12,x 13 ,…,x 75 ) 1×13 )。 图 1 网络拓扑和流量需求 1.27节点算例求解 1.2.1\ T） 1.2.2算例1（b1=[4;-4;0;0;0;0;0] 转化为线性规划问题： Minimize c T x1 Subject to Ax1=b1 x1>=0利用Matlab编写对偶单纯形法程序，可求得: 最优解为x1*=[4 0 0 0 0 0 0 0 0 0 0 0 0]T 对应的最优值c T x1=20 1.2.3算例2（b2=[4;0;-4;0;0;0;0]T） Minimize c T x2 Subject to Ax2=b2 \ X2>=0利用Matlab编写对偶单纯形法程序，可求得: 最优解为x2*=[0 4 0 0 0 0 0 0 0 0 0 0 0]T 对应的最优值c T x2=20 1.2.4算例3（b3=[0;-4;4;0;0;0;0]T） Minimize c T x3 Subject to Ax3=b3 X3>=0利用Matlab编写对偶单纯形法程序，可求得: 最优解为x3*=[4 0 0 0 4 0 0 0 0 0 0 0 0]T 内点法基本原理 摘要：内点法是求解含不等式约束最优化问题的一种十分有效的算法。内点法通过构造障碍函数，求解一系列只含等式约束最优化问题，逐步得到原问题的最优解，具有找初始点容易、线性收敛、迭代次数少等特点。本文主要介绍了内点法的基本原理，障碍方法的一般步骤并分析了该方法的优缺点，进行了算例实践。 关键词：内点法；障碍方法；Newton法 The Theory of Interior Point Method Abstract: Interior point method is a very effective algorithm for solving optimization problems with inequality constrained. Interior point method is constructed to solve a series of optimization problems with equality constraints, and the optimal solution of the original problem is obtained, which has the characteristics of finding the initial point easier, linear convergence, less iteration number and so on. This paper mainly introduces the theory of interior point method, the general steps of barrier method and analyzing the advantages and disadvantages of the method. Key words: interior point method; barrier method;Newton method 北京航空航天大学 数值分析大作业八 学院名称自动化 专业方向控制工程 学号 学生姓名许阳 教师孙玉泉 日期2014 年11月26 日 一．题目 关于x , y , t , u , v , w 的方程组(A.3) ???? ?? ?=-+++=-+++=-+++=-+++79 .0sin 5.074.3cos 5.007.1cos sin 5.067.2cos 5.0y w v u t x w v u t y w v u t x w v u t (A.3) 以及关于z , t , u 的二维数表（见表A-1）确定了一个二元函数z =f (x , y )。 表A-1 二维数表 t z u 0 0.4 0.8 1.2 1.6 2 0 -0.5 -0.34 0.14 0.94 2.06 3.5 0.2 -0.42 -0.5 -0.26 0.3 1.18 2.38 0.4 -0.18 -0.5 -0.5 -0.18 0.46 1.42 0.6 0.22 -0.34 -0.58 -0.5 -0.1 0.62 0.8 0.78 -0.02 -0.5 -0.66 -0.5 -0.02 1.0 1.5 0.46 -0.26 -0.66 -0.74 -0.5 1. 试用数值方法求出f (x , y ) 在区域}5.15.0,8.00|), {≤≤≤≤=y x y x D （上的近似表达式 ∑∑===k i k j s r rs y x c y x p 00 ),( 要求p (x , y )以最小的k 值达到以下的精度 ∑∑==-≤-=10020 7210)],(),([i j i i i i y x p y x f σ 其中j y i x i i 05.05.0,08.0+==。 2. 计算),(),,(* ***j i j i y x p y x f (i =1,2,…,8 ; j =1,2,…,5) 的值，以观察p (x , y ) 逼 近f (x , y )的效果，其中j y i x j i 2.05.0,1.0**+==。 《数值分析A》计算实习题目第一题 一．算法设计方案： 1.矩阵A的存储与检索 将带状线性矩阵A[501][501]转存为一个矩阵MatrixC[5][501] . 由于C语言中数组角标都是从0开始的，所以在数组MatrixC[5][501]中检索A的带内元素a ij的方法是： A的带内元素a ij=C中的元素c i-j+2,j 2.求解λ1，λ501，λs ①首先分别使用幂法和反幂法迭代求出矩阵按摸最大和最小的特征值λmax和λmin。λmin即为λs； 如果λmax>0,则λ501=λmax；如果λmax<0,则λ1=λmax。 ②使用带原点平移的幂法（mifa（）函数），令平移量p=λmax，求出对应的按摸最大的特征值λ，max， 如果λmax>0,则λ1=λ，max+p；如果λmax<0,则λ501=λ，max+p。 3.求解A的与数μk=λ1+k（λ501-λ1）/40的最接近的特征值λik （k=1,2，…，39）。 使用带原点平移的反幂法，令平移量p=μk，即可求出与μk最接近的特征值λik。 4.求解A的（谱范数）条件数cond（A）2和行列式d etA。 ①cond（A）2=|λ1/λn|，其中λ1和λn分别是矩阵A的模最大和最小特征值。 ②矩阵A的行列式可先对矩阵A进行LU分解后，detA等于U所有 对角线上元素的乘积。 二．源程序(VS2010环境下，C++语言) #include 对中国各地财政收入情况的聚类分析和判 别分析 应用数理统计第二次大作业 学院名称 学号 学生姓名 摘要 我国幅员辽阔，由于人才、地理位置、自然资源等条件的不同，各地区的财政收入类型各自呈现出不一样的发展趋势，通过准确定位中国各地区财政收入情况对于正确认识我国财政收入具有重要的意义。本文以中国各地财政收入情况为研究对象，从《中国统计年鉴》中选取2011年期间中国各地财政收入情况为因 变量，选取国内增值税、营业税、企业所得税、个人所得税、城市维护建设税、土地增值税、契税、专项收入、行政事业性收费收入、国有资本经营收入和国有资源（资产）有偿使用收入11个可能影响中国各地财政收入的因素为自变量，利用统计软件SPSS，对27个地区的财政收入进行了聚类分析，并对另外4个地区的财政收入进行了判别分析，并最终确定了中国各地区根据财政收入类型的分类情况。 关键词：聚类分析，判别分析，SPSS，中国各地财政收入类型 1、引言 财政收入，是指政府为履行其职能、实施公共政策和提供公共物品与服务需要而筹集的一切资金的总和。财政收入表现为政府部门在一定时期内（一般为一个财政年度）所取得的货币收入。财政收入是衡量一国政府财力的重要指标，政府在社会经济活动中提供公共物品和服务的范围和数量，在很大程度上决定于财政收入的充裕状况。通过准确定位中国各地区财政收入情况对于正确认识我国财政收入具有重要的意义。 本文利用统计软件SPSS，根据各地区的财政收入情况，对北京、天津、河北等27个地区进行聚类分析，并对青海、重庆、四川、贵州4个省市进行判别分析，判断属于聚类分析结果中的哪种财政收入类型。 1.1 聚类分析 聚类分析是根据研究对象的特征对研究对象进行分类的多元统计分析技术的总称，它直接比较各事物之间的性质，将性质相近的归为一类，将性质差别较大的归入不同的类。本文采用的是系统聚类分析，它又称集群分析，是聚类分析中应用最广的一种方法，其基本思想是：首先将每个聚类对象看作一类，然后根据对象间的相似程度，将相似程度最高的两类进行合并，并计算合并后的类与其他类之间的距离，再选择相近者进行合并，每合并一次减少一类，直至所有的对象都并为一类为止。 系统聚类分为Q型聚类和R型聚类两种：Q型聚类是对样本进行聚类，它使具有相似特征的样本聚集在一起，使差异性大的样本分离开来；R型聚类是对变量进行聚类，它使差异性大的变量分离开来，相似的变量聚集在一起，这样就 最优化理论与方法（线性部分）思考题 1.就你学过的运筹学问题，写出能够建立线性规划模型的问题，并 举例（建立模型）。 以下四种食物1、2、3、4，依次售价为50、20、30、80，而我们人体每天需摄取至少500卡路里，6盎司巧克力，10g糖以及8g 脂肪，具体成分如下， 要求：建立一个以最小成本满足每天营养需求的线性规划模型。 模型如下： s.t. 2.举例（说明问题、建立模型）论述线性规划在交通、运输、物流 和安全管理中的应用。 答：现在物流业面临的新问题是：认定所给问题确实是一个线性规划问题；把它建立起线性数学模型；并能够完成具体实务的全部工作。第一个问题实质上是具体实务究竟满足什么条件才能应用线性规划的方法。一般地说，必须有：①一定要满足将目标表为最小化或最大化的要求；②一定要有达到目标的不同方法，且必须要有选择的可能性；③要求的目标是有限制条件的；④必须将约束条件用数学表示为线性等式或线性不等式，并将目标函数化为线性函数。运筹学中的指派问题、最短路问题，最小费用流问题可转化为运输问题或转运问题。 设某种物品有 m 个产地,各产地的产量分别 是；有 n 个销地；各销地的销量分别为 ，假定从产地（i=1，2，…，m）向销地（j=1，2，…，n）运输单位物品的运价为，若用表示从到的运输量，则在产销平衡条件下，总费用最低的数学模型为 以下是运输问题的数学模型，包含 个变量，(m+n)个约束 方程，其系数矩阵的结构比较松散，且特殊。 3. 对一个用单纯形法求解不会产生循环（且能求得最优解）的n 个变量m 个约束的线性规划问题，估算一下基本计算次数。 答：即说明约束系数矩阵为m ×n 的矩阵，且满足检验数0j σ≤，如有无穷多的最优解还有存在某个非基变量0m k σ+=。其基本计算 次数为： 4. 简述线性规划求解算法的改进历史。 答：针对一般线性规划问题的求解方法（单纯形法 → 改进单纯形法 → 对偶单纯形法），到后来特殊的线性规划问题求解算法（表上作业法） 5. 证明课本（清华版运筹学（第三版））2.5题。 证明：下面用矩阵形式将原问题表示为： （1） max 设其可行解为，其对偶问题的最优解为 。 （2） max 设其可行解为，其对偶问题的最优解为。 《最优化理论与方法》讲义 (上) 第一章绪论 1.1 学科简介 最优化这一数学分支，为这些问题的解决提供了理论基础和求解方法。最优化就是在一切可能的方案中选择一个最好的方案以达到最优目标的学科。 1.1.1 优化的含义 优化是从处理各种事物的一切可能的方案中，寻求最优的方案。 （1）来源：优化一语来自英文Optimization，其本意是寻优的过程； （2）优化过程：是寻找约束空间下给定函数取极大值（以max 表示)或极小(以min表示)的过程。 1.2 发展概况 第一阶段—人类智能优化 第二阶段—数学规划方法优化 第三阶段—工程优化 第四阶段—现代优化方法 1.3研究意义 研究意义：最优化在本质上是一门交叉学科，它对许多学科产生了重大影响，并已成为不同领域中很多工作都不可或缺的工具。 应用范围：信息工程及设计、经济规划、生产管理、交通运输、 国防工业以及科学研究等诸多领域。 总之，它是一门应用性相当广泛的学科，讨论决策的问题具有最佳选择之特性。它寻找最佳的计算方法，研究这些计算方法的理论性质及其实际计算表现。 1.4 示例 例1 资源分配问题 某工厂生产A 和B 两种产品，A 产品单位价格为A P 万元，B 产品单位价格为B P 万元。每生产一个单位A 产品需消耗煤C a 吨，电E a 度，人工L a 个人日；每生产一个单位B 产品需消耗煤C b 吨，电E b 度，人工L b 个人日。现有可利用生产资源煤C 吨，电E 度，劳动力L 个人日，欲找出其最优分配方案，使产值最大。分析：(1)产值的表达式；(2)优化变量确定：A 产品A x ，B 产品B x ；(3)优化约束条件： ①生产资源煤约束； ②生产资源电约束； ③生产资源劳动力约束。 例2 指派问题 设有四项任务1B 、2B 、3B 、4B 派四个人1A 、2A 、3A 、4A 去完成。每个人都可以承担四项任务中的任何一项，但所消耗的资金不同。设 i A 完成j B 所需资金为ij c 。如何分配任务，使总支出最少? 分析：设变量?????=任务完成不指派， 任务完成指派j j i ij B A B A x 0,12011年下学期最优化理论与方法考试试卷(A)
优化原理与方法_作业答案
结构优化设计大作业(北航)
北航最优化方法大作业参考
最优化理论与方法
北航数值分析报告大作业第八题
北航数值分析课程第一次大作业讲解
北航-数理统计大作业
2016最优化理论与方法(线性部分)思考题
最优化理论与方法1(2014-简版)
相关主题
文本预览